KR20010049800A

KR20010049800A - 물품의 피처를 분류하는 방법

Info

Publication number: KR20010049800A
Application number: KR1020000040771A
Authority: KR
Inventors: 하비 스테파니; 테리 레이스
Original assignee: 조셉 제이. 스위니; 어플라이드 머티어리얼스, 인코포레이티드
Priority date: 1999-07-16
Filing date: 2000-07-15
Publication date: 2001-06-15
Also published as: US6466895B1; KR100741819B1; JP2001068518A; EP1069609A2; TW483080B; EP1069609A3

Abstract

신뢰성 정보를 포함하는 웨이퍼에 의해 거쳐간 처리 기구들에 관련된 결점 특징들과 정보에 따라서, 방법이 숫자들과 같은 일련의 심볼들로 반도체 기판 표면에 있는 결점들과 같은 물품의 피처를 질적으로 식별하기 위하여 제공된다. 실시예들은 웨이퍼상의 결점이 발견되고 검사(예를 들면, 광학적 조사, SEM, EDS, AFM, 등)된 후, 웨이퍼 상의 결점의 크기, 물리적 구성, 색깔, 위치 등의 식별을 위해 각 속성에 수적인 심볼을 할당하고 미리 정해진 방식으로 심볼을 나열하는 질적인 카테고리로 일반화하는 단계를 포함한다. 모든 결점들의 식별 시퀀스들은 다른 유사하게 식별된 다른 시퀀스들과 쉽게 비교되는 데이터베이스에 저장된다. 확인 시퀀스는 역시 웨이퍼의 가장 나중에 거쳐간 처리 기구의 대표적인 숫자를 포함하는데 이는 기구와 관련된 결점들을 관련시키기 때문이다. 결점이 장치의 특별한 결함에 의하여 발생된 것으로 조사되고 결정된 후, 이러한 정보는 결점의 식별 시퀀스에 저장되고 링크된다. 그 후, 단순한 결점이 다른 웨이퍼상에 발생하면, 나중의 결점 확인 시퀀스는 나중의 결점에 대한 같은 원인으로 지적하는 결점 데이터베이스에 의해 이전의 결점 원인과 매칭된다. 이것은 결점들의 근본적인 원인들을 쉽게 식별하고 초기에 정확한 조치를 취할 수 있기 때문이다.

Description

물품의 피처를 분류하는 방법{DEFECT REFERENCE SYSTEM AUTOMATIC PATTERN CLASSIFICATION}

본 발명은 제조물에서 발견된 결점들의 원인들을 확인하기 위한 방법 및 장치에 관한 것이다. 본 발명은 초미세한 디자인 피처(feature)들을 가진 고밀도 집적 반도체의 제조과정에서 반도체 웨이퍼의 인 라인 검사에 특히 응용할 수 있다.

극초대규모 집적 회로와 관련된 고밀도 및 고성능에 대한 현재 요구는 증가된 초미세한 피처들과 트랜지스터, 회로 속도의 증가, 및 개선된 신뢰성을 요구한다. 높은 정확도와 균일성을 가진 디바이스 피처의 형성를 요구하는데, 이는 여전히 반도체 웨이퍼들의 형태로 있는 동안 빈번한 그리고 상세한 디바이스들의 검사들을 포함한 주의 깊은 처리 모니터링을 필요로 한다.

종래의 웨이퍼 제조 처리 제어 기술들은 처리 중에 웨이퍼 트래킹을 처리하기 위해 라벨들과 같은 웨이퍼 확인 분류표(schemes)들을 사용한다. 각 처리 스텝(예를 들면 산화물 성장, 에칭, 클리닝, 스퍼터링 등)의 완료 후, 웨이퍼 로트, 그 로트를 처리하는데 사용되는 "마지막으로 거친 도구"(last visited tool) (즉, 특정 오븐, 에칭기, 크리너, 세정기, 등)에 관련된 정보는 "제조 실행 시스템(MES)(manufacturing execution system)"이라고 하는 컴퓨터 소프트웨어가 내장된 데이터베이스 시스템으로 들어간다. 그러한 정보는 데이터 식별 정보, 웨이퍼들과 관련된 파라미터들, 및 마지막으로 거친 도구에 사용된 처리 파라미터들을 포함한다. 그러므로, MES는 완료된 처리 단계, 처리 단계를 수행하는 기구들, 및 처리 단계가 수행되는 웨이퍼들을 트랙킹한다.

일련의 처리 단계의 완료 후 및/또는 복잡한 포토레지스트 마스크와 같은 중요한 처리 단계의 완료 후, 로트 안의 많은 웨이퍼들은 전형적으로 고립된 검사 기구에서 MES로부터의 각 명령들에 의해 검사된다.

검사 기구에서 검사되는 웨이퍼의 표면은 고속 검사 디바이스에 의해 전형적으로 정밀 검사되는데 예를 들면 CCD(전하 결합 소자), 주사형 전자 현미경(SEM), 또는 레이저와 같이 광전자 변환기가 있다. 전형적으로 검사 기구는 검사를 완료했을 때에 MES를 알려준다. 그 이후에 결점 기구는 결점을 가질 가능성이 높은 웨이퍼상의 의심가는 부분을 보여주는 결점맵(map)을 생성하는 통계적 방법을 사용한다. 만약 잠재적인 결점들의 수 및/또는 밀도가 미리 정해진 레벨에 도달하면, 알람이 울리고 잠재적인 결점 지역들에 더 상세한 조사를 경고한다.

잠재적인 결점 지역들의 관찰은 결점맵을 사용하는 단계에서 수행되는데, 검사기구에서나 또는 분리된 고립 관찰 스테이션으로 결점의 실재를 명확하게 결정하기 위해 의심가는 결점 지역들의 상들과 기준상들을 전형적으로 비교하고 그 다음에 결점의 성질(예를 들면 결함이 있는 패턴, 입자, 또는 긁힘)을 결정하기 위해 분석한다. 웨이퍼 제작자들에 의해 사용되는 일반적인 웨이퍼 검출 기술들은 광 산란 기술들, 광학 기술들, SEM 및 에너지 분산 분광기 사용 기술(EDS)이 있다. 다른 잘 알려진 웨이퍼 검사 방법들엔 역시 원자력 현미경, 라만, 울트라포인트, 전송 전자 현미경(TEM),메타펄스, 광루미네슨스, 및 화학 분석을 위한 전자 분산기(ESCA)가 있다. 각각의 앞의 방법들은 결점에 관련된 다른 정보(예를 들면 EDS와 ESCA가 그것의 화학적 구성을 나타낼 수 있는 반면에 AFM은 크기와 모양을 나타낼 수 있다)를 나타낸다.

종래의 웨이퍼 처리 시설, MES로부터의 데이터 처리, 검사 기구들과 관찰 스테이션들로부터의 검사와 관찰들은 통계적 처리 제어 방법을 모니터 처리 품질에 사용하는 일드 매니지먼트 시스템(YMS)이라고 불리는 또다른 고립 컴퓨터 소프트웨어가 내장된 시스템으로 주기적으로 다운로드된다. 만약, YMS가 미리 정해진 제어 한계들 밖에서 처리가 수행될 것을 결정하면, 이것은 결점들이 존재하는 웨이퍼들에 의해 거쳐진 도구들의 리스트 및 문제를 진단하면서 처리하는데 도움이 되는 처리 기구들에 사용되는 처리 파라미터들과 같은 데이터들을 만들어낸다. 그런 후 사용자는 결점들의 원인들을 분리하기 위해 데이터를 분석한다.

단점으로는 결점들은 산업에 퍼져있는 표준 방식에는 설명되지 않는다(예를 들면, 결점 설명들은 하나의 장치 제조 회사내의 제조 설비들과 또다른 장치 제조자 사이에 다르고, 제조자와 장치 공급자들 사이에도 다르다.). 이는 결점 식별과 원인 분석에 대한 시도가 방해되기 때문이다. 예를 들면, 결점의 한 종류가 일본에서는 "프라이드한 계란" 결점이라고 불리어지나 미국의 몇몇 제조자들에 의해선 "스페이스 쉽"이라 불리어진다. 그러므로 다른 문화의 제조자와 장비 공급자 사이의 변역과 정보의 교환이 더욱 어렵다.

또한, 결점이 확인되었을 때 조차도 그들은 빠르고 쉽게 근본적인 원인으로 링크되지 않는다. 예를 들면 YMS가 제어 범위 밖에서 수행하는 처리의 기구들과 처리 파라미터들을 확인할 수 있을지라도, YMS는 특정 결점이 발견되었을 때 가장 좋은 기구와 처리 파라미터를 확인할 수 없다. 더욱이, 심지어 특정 기구가 결점의 소스로써 확인되었을 때 조차도, YMS는 결점을 물리적 결함(예를 들면, 부분 결함)이 있는 기구의 특별한 장애, 또는 특정 처리 상태와 링크할 수 없다. 표준 방식으로 결점을 확인하는 반도체 웨이퍼들의 처리 검사 방법의 필요로 한다. 더욱이, 초기에 취해져야할 정확한 조치를 가능하게 하는 결점들의 근본적인 원인들을 쉽게 식별하기 위해서 웨이퍼들에 의해 거쳐진 기구들과 관련한 검사 방법과 발견되는 결점들에 대한 기구들의 믿을 수 있는 정보의 필요성이 존재하게 되었다. 이러한 필요성은 더욱 중요해지고 있는데 만족스러운 제조 수율을 얻기 위해 결점들의 수를 극적으로 감소시키는 것을 요구하는 반면에, 디바이스들 내에서 표면 성분들의 밀도, 다이 크기, 및 층들의 수는 증가하고 있기 때문이다

본 발명은 신뢰성 정보를 포함하여 가장 나중에 거쳐간 기구들과 관련된 결점 형상들과 정보에 따라서 숫자와 같은 일련의 심볼들로 질적으로 결점들을 식별함으로써 결점들의 근본적인 원인들에 대해 식별하고 초기에 정확한 조치를 취하기 위함이다.

도 1은 본 발명을 수행하기 위해 사용되는 기구를 도시한다.

도 2는 본 발명의 실시예와 일치하는 방법으로 순차식 단계들을 도시하는 흐름도이다.

도 3은 본 발명의 방법을 도시하는 개념의 흐름도이다.

도 4a는 본 발명의 실시예에 따라서 데이터베이스와 그것의 작은 부분을 도시한다.

도 4b는 본 발명과 일치하는 결점 식별기의 형태를 도시한다.

도 5a는 검사 기구(inspection tool)에 의해 만들어진 종래의 결점맵을 도시한다.

도 5b는 본 발명의 실시예에 따라서 반도체 웨이퍼 표면의 분할부분을 도시한다.

도 6은 본 발명의 또 다른 실시예에 따른 방법으로 순차식 단계들을 도시하는 흐름도이다.

도 7a-7d는 본 발명의 실시예에 따른 결점 분석을 개략적으로 도시한다.

도 8은 본 발명의 방법에 따라서 결점 분석을 나타낸 결과를 도시한다.

도 9는 본 발명의 실시예를 도시하는 블록도이다.

*도면의 주요 부분에 대한 부호 설명

140 일드 매니지먼트 시스템 160 결점 조치 시스템

150 검사 기구 M 결점맵

150 제조 실행 시스템 D 결점맵

120 키보드(입력 디바이스) 110 모니터

902 버스 910 저장 디바이스

916 커서 제어 906 메인 메모리

904 저장 디바이스

본 발명의 장점은 표준화된 정성적(qualitative)인 방법으로 반도체 웨이퍼와 같은 제조된 물품에서 결점을 식별할 수 있는 능력에 있는데, 결점에 관련된 정보가 결점에 쉽게 링크되고, 저장되고, 발견되도록 한다. 본 발명의 더 큰 장점은 결점 식별에 있어서 결점의 원인에 관련된 정보를 포함하여 처리 문제 지역과 결점 원인과 정확한 조치와의 관계를 충분히 파악하도록 한다.

본 발명에 의하면, 앞선 그리고 다른 장점들은 물건의 피처를 분류하는 방법에 의해 일부 얻어질 수 있는데, 상기 방법은 피처의 속성을 결정하는 단계, 각 속성을 속성들과 관련된 다수의 데이터베이스 객체들 중 하나의 부집합이 되는 하나 또는 그 이상의 카테고리들과 관련시킴으로써 속성들을 일반화하는 단계, 피처에 대한 식별자를 형성하기 위해 미리 설정된 순서로 카테고리의 심볼을 할당하는 단계, 및 데이터베이스에서 식별자를 저장하는 단계를 포함한다.

본 발명의 또 다른 관점은 위 단계의 본 방법들을 실행하기 위해 명령들이 내장된 컴퓨터 판독 매체이다.

본 발명의 추가 장점들은 본 발명을 수행하는데 심사숙고되는 가장 좋은 모드의 간단한 설명을 통해 본 발명의 실시예가 보여지고 설명되는 다음의 상세한 설명에 따라 당업자에겐 쉽게 명백해질 것이다. 본 발명이 실현됨으로써 다른 그리고 별개의 실시예들을 할 수 있다. 그리고 그것의 상세한 설명들은 본 발명을 분리하지 않고 모든 여러 가지 명백한 관점들로 변경할 수 있다. 따라서, 도면들과 실시예들은 사실상 설명한대로 될 수 있으며 한정되지 않는다.

반도체 웨이퍼들과 같은 제조 물건들의 검사를 처리하기 위한 종래의 방법들은 결점들을 식별하는 동안, 그것들은 표준화 및 정성적인 방법으로는 결점들을 식별하지 못하거나 또는 결점 소스들을 초기에 명확하게 식별하도록 하는 웨이퍼에 의해 거쳐간 기구들과 관련된 정보를 제공하지 않았다. 본 발명은 신뢰성 정보를 포함하여 가장 나중에 거쳐간 기구들과 관련된 결점 피처들과 정보에 따라서 숫자와 같은 일련의 심볼들로 정성적으로 결점들을 식별함으로써 이러한 문제점들을 어드레스한다. 이는 결점들의 근본적인 원인들에 대한 식별을 쉽게 할 수 있고 초기에 정확하게 조치를 취할 수 있기 때문이다.

본 발명의 어떠한 실시예에 의하면, 결점은 광학 조사, SEM, EDS, AFM 등에 의해 발견되고 조사된 후, 웨이퍼 표면의 결점의 크기, 물질의 구성, 색깔, 위치와 같은 각 결점의 양적인 특성은 정성적인 카테고리로 일반화되고, 식별하기 위해 숫자로 나타낸 심볼로 할당된다. 예를 들면 실질적으로 라운드하고, 79%의 알루미늄으로 구성된 거의 1미크론 지름의 파티클은 미리 정해진 명령에서 알루미늄(결점 물질)의 대표적인 수, 또 다른 라운드(결점 모양)의 대표적인 수, 및 "2미크론 보다 작은 지름"과 같이 결점 크기 범위의 대표적인 수에 의해 식별된다. 그러므로 모든 결점은 시각적 패턴이나 언어적 기술에 의한다기보다 수학적 기술에 의해 식별된다. 모든 결점의 식별 시퀀스는 유사하게 식별된 결점들과 쉽게 비교되는 데이터베이스에 저장된다.

또한 본 발명의 실시예에서, 식별 시퀀스는 유리하게 검사 이전의 웨이퍼가 가장 나중에 거친 처리 기구의 대표적인 숫자를 포함한다. 그 결과 결점이 기구들과 연관된다. 결점들은 기구의 특정한 결함(예를 들면 기계적인 성분 또는 특정 처리 현상)이 원인이 되므로 조사되고 결정된다. 그리고 이러한 정보는 결점 식별 시퀀스에 저장되고 링크된다. 그 후에 단순한 결점이 다른 웨이퍼에 발생하면, 나중의 결점의 식별 시퀀스는 나중의 결점에 대해 같은 원인으로 지적하는 결점 데이타베이스를 찾음으로써 이전 결점의 원인에 매칭된다. 그것에 의하여 나중 결점의 원인 조사가 용이하게 된다.

또한 데이타베이스가 많은 결점들과 그것들의 원인들과 관련된 정보를 확장하고, 일단 특정 기구 타입에 링크된 특정 결점 형태가 식별되면 이것은 이전에 조사된 비슷한 결점들의 원인들과 관련되고, 결점들의 원인들을 추적하는데 필요한 시간과 노력이 감소된다. 예를 들면, 만약 지름 2미크론 보다 작은 라운드 알루미늄 파티클이 화학적 증착(CVD) 처리를 한 후이고 데이터베이스에서 열 중의 아홉의 결점이 CVD 챔버(chamber)에 의한 아킹(arcing)이 지금까지의 원인이 되었다면 아킹이 가장 나중의 결점의 원인이 될 가능성이 높다. 이러한 방식으로, 본 발명은 결점들의 원인들의 결정을 유용하게 하고 초기에 정확한 조치(예를 들면 커다란 기계적 결함과 소비할 수 있거나 예방적인 보존 아이템과 관련된 것을 구별하는)를 취할 수 있게 한다.

또한 본 발명은 여러 가지 근본적인 원인들의 발생과 가능성을 통계적으로 제공한다. 예를 들어, 결점 식별이 주어지면 본 발명은 XYZ가 원인이 된 결점은 25%의 가능성이 있고 ABC처리가 원인이 된 결점은 75%임을 지적할 수 있다. 또한, 일단 근본적인 원인이 선택되면, 본 발명은 주어진 해법 가능성(예를 들면 해법 1은 문제를 해결하는데 30%의 가능성이 있고, 해법 2는 문제를 해결하는데 10%의 가능성이 있는 반면에, 해법 3은 문제를 해결하는데 60%의 가능성이 있다)을 제공할 수 있다.

본 발명의 실시예는 도 1-4b에 도시된다. 도 1에서 도시된 것처럼 본 발명은 여기에 전기적으로 나타난 분석을 바람직하게 수행하는 프로세서(100)와, 프로세서(100)의 분석 결과를 보여주는 모니터(100)와 키보드(120) 같은 입출력 디바이스에서 수행된다. 프로세서(100)는 종래의 MES(130), 종래의 YMS(140), 및 여러 가지 종래의 검사 기구들(150)과 통신한다. 검사 기구들(150)은 사용자에 의해 요구되는 것으로써 EDS, AFM, ESCA 등을 수행하는 기구들뿐만 아니라 광학적 검사 기구, SEM을 포함한다. 서버(server)와 같은 저장 디바이스(160)는 프로세서(100)의 계산 결과를 저장하고, "결점 조치 시스템"(DRS)으로 언급된다.

도 1, 2를 참조하면 반도체 웨이퍼는 단계(205)(도 2)에서의 처리 기구나 일련의 처리 기구들에서 수행된다. 전형적으로 각 기구에 대해서 처리 기구에 유일한 기구 식별기는 기구에 사용되는 한 세트의 처리 파라미터들에 따라 MES(130)에 저장된다. 검사 전에 더이상 어떠한 처리 단계들도 수행되지 않는다는 것이 결정되면(사용자에 의해 수동으로나 MES에 의해 자동적으로), 웨이퍼는 검사 기구들(150)로 옮겨진다. 단계(210)에서, 웨이퍼는 결점들을 발견하고 "결점 속성"을 결정하기 위해서 사용자가 원한다면 검사 기구(150)에서 검사된다. 그것이 결점들의 특징들이다. 예를 들면 종래의 결점맵은 결점이 있을 가능성이 높은 검사된 웨이퍼에서 의심가는 부분을 식별하기 위해, 전형적으로 알고리즘들 및/또는 그레이(grey) 스케일(scale) 분석을 포함하는 통계적 방법을 사용하는 캘리포니아 산타클라라에 소재한 어플라이드 머티리얼로부터 입수할 수 있는 WF-76와 같은 광학적 검사 기구에 의해 만들어졌다. 그런 후 결점들의 검출, 분석 및 분류는 캘리포니아 산타클라라의 어플라이드 머티리얼스로부터 입수된 SEMVision^TM과 같은 광학적 검사 기구에서 수행되는데, SEMVision^TM은 "불변하는 코어(core) 클래시스(classes)를 가진 자동 결점 분류"라는 명칭을 가진 미합중국 특허출원 제 09/111,454호로 1998년 7월 8일 출원된 종래의 패턴 인식 기술들 또는 자동화된 기술들을 사용하고, 본 발명은 아래에 참조된다.

도 3의 개념적 흐름도에 있는 A-K에 도시되는 것으로써, 단계(210)에서 웨이퍼 검사는 결점들을 설명하는 결점 속성의 "일람표(table)" 또는 리스트가 된다. 각각의 다른 웨이퍼 검사 기구(150)는 몇몇의 결점 속성들 A-K를 보여준다. 예를 들면, EDS가 결점의 화학적 구성(예를 들면 속성 F 및 G)을 나타내는데 반해, SEM 분석에 의해 얻어진 파티클(particle) 타입 결점의 결점 속성 C-E는 웨이퍼 상의 위치, 축의 넓이, 모양 및 웨이퍼에 박혀있는지 또는 웨이퍼 표면에 얹혀 있는지를 포함한다. 또한, 결점 속성 A-K는 웨이퍼상에서 각 결점들의 수나 결점의 위치와 같은 웨이퍼 검사에서 얻어진 결점맵으로부터의 데이터(예를 들면 속성 H-J)를 전형적으로 포함한다.

결점 속성들이 결정된 후, 속성들은 양적으로라기보다 정성적으로 그것들을 표현함으로써 일반화된다. 스텝(215)에서 각 결점은 "데이터베이스 객체(object)(410)"(도 3 및 4a 참조)의 미리 정해진 부집합인 적어도 하나의 카테고리와 관계된다. 데이터베이스 객체들(410)의 카테고리들이나 부집합들(420)은 사용자에 따라 중요시되는 구체적인 특징들의 임계수가 하나 또는 그 이상을 가지기 때문에 결점 속성들이 더욱더 분류되고 확인될 수 있도록 하는 반면에, 데이터베이스 객체(410)는 "입자", "크기", "구성", "색깔", "웨이퍼상의 위치" 등을 포함한다. 이런 방식으로 결점 정보는 데이터의 연속적인 탐색이 유용하도록 표준화되고 간략화된다.

예를 들면, 파티클 결점은 "파티클"이라고 불리는 데이터베이스 객체(410)안의 "파티클 패턴" 또는 "박혀 있는 파티클 패턴"이라고 불리는 카테고리(420)에 위치하고 있다. 1미크론의 면적과 4미크론의 길이의 넓이(예를 들면 속성들)를 가지고 있는 입자는 카테고리화되어 있는데, 예를 들면, 타원형이 데이터베이스(410) "모양"에서 4:1의 축대비를 가지고 있는 반면에, 원형 파티클은 이 데이터베이스 객체에서 1:1의 축대비로 카테고리화되어 있다. 더욱이, 도 4a에서 도시되는 것처럼, 지름이 1.5미크론인 원형 파티클은 예를 들면 1과 2미크론("X" 참조)사이의 지름을 가진 구형으로 카테고리화된다. 만약 지름이 2.3미크론인 경우엔 2와 3미크론 사이의 지름을 가진 구형으로 카테고리화된다. 비슷한 방식으로, 스테인레스 강철을 구성하고 있는 파티클은 예를 들면 철(Fe), 크롬(Cr), 니켈(Ni), 및 탄소(C)를 구성하는 것으로 카테고리화되어 있다. 이것은 금속 합금으로부터 그것의 원소(Fe, Cr, Ni, C)로 일반화되기 때문이다. 선택적으로, 사용자가 더 많이 상세하게 하기를 원한다면, 스테인레스 강철을 구성하는 파티클은 철을 구성하는 것으로써 "제 1 구성" 데이터베이스 객체에 카테고리화되며, 크롬, 니켈, 및 탄소는 "제 2 구성"데이터베이스 객체들에 카테고리화된다.

본 발명의 다른 실시예는 다수의 결점 속성들은 종래의 결점맵으로부터 "패턴" 데이터베이스 객체(410)의 부집합 카테고리로 일반화된다. 종래의 결점맵으로부터의 각 결점 사이트 위치는 X 및 Y의 좌표 속성으로 다루어진다. 결점 사이트들은 웨이퍼의 추상적인 지역들을 규정하는 미리 정해진 "섹터"에 장착시키기 위한 그것들의 좌표들에 의해 표시(tallied)된다. 패턴들은 섹터 집단으로 정해지는데, 이것은 집단을 수학적으로 설명하기 때문이다. 본 발명의 이러한 실시예의 방법은 빠르고 정확한 패턴 결정을 용이하게 하고 어떠한 사용자의 판단도 요구하지 않는다.

도 5a, 5b, 및 도 6의 흐름도를 참조하면, 웨이퍼는 단계(600)에서 의심가는 결점 사이트들(D)을 가지고 있는 결점맵(M)을 생산하기 위해 전형적으로 광학적 검사 기구인 종래의 방식으로 검사된다. 단계(905)에서, 웨이퍼 표면은 도 5b의 섹터 (1)-(9)처럼 섹터들로 분할되는데 각 섹터들은 중요한 결점 지역들로 기대되는 데에 일치한다. 단계(610)에서, 각 결점 사이트(D)는 섹터 (1)-(9)중 하나의 섹터와 관계가 있고, 결점 사이트들의 총 수는 단계(615)에서 결정된다. 다음으로 각 섹터1-9에서의 결점 사이트의 수는 미리 결정된 임계치(단계 620 참조) 또는 표준편차에 비교된다. 그런 후, 단계(625)에서 결점맵은 결점 속성으로 간주되고 결점 사이트들의 임계치보다 더 큰 수를 가지고 있는 섹터들 (1)-(9)을 기초로 한 패턴 데이터베이스 객체의 부집합 카테고리로 일반화된다.

예를 들면, 도 5b의 섹터들(1)-(9)을 기초로 한 9팩토리얼(9!)부집합 카테고리를 가지고 있는 패턴 데이터베이스 객체가 만들어졌다. 만약 각 섹터에 대해 결점 사이트들의 미리 정해진 임계치가 25라면 도 5a의 결점맵(M)은 섹터들 2와 6이 많은 결점 사이트들을 포함하는 것을 반영하는 카테고리로써 일반화된다.

본 발명의 또 다른 실시예는 결점맵(M)의 결점 사이트(D)가 웨이퍼 표면의 섹터들 (1)-(9)처럼 미리 정해진 섹터들과 관련이 있는 점에서, 패턴 데이터베이스 객체는 예상되는 중요한 결점 사이트 분포들과 일치하는 미리 정해진 모양 카테고리 부집합들을 가지고 있다. 이제 도 7a를 참조하면, 중요한 많은 결점 사이트들이 섹터(9)에서 발견되면, 결점맵은 패턴 카테고리 "결점 중앙"에 위치한다. 도 7b의 결점맵은 "도넛" 모양 패턴 카테고리에 위치한다. 도넛 모양 패턴은 중요한데 이는 웨이퍼에 의해 처리된 진공 손잡이와 같이 장치들의 문제를 지적하기 때문이다. 도 7c는 섹터(5)-(8)에 집중되어 있는 결점 사이트들을 도시한다. 클램프 링에 의해 일어날 수도 있는 것으로써, 이러한 결점맵은" 또는 "외부 에지"에 위치한다.

대체적으로 종래의 공간 신호 분석(SSA)은 전형적으로 YMS(140)로부터의 정보를 사용하는 결점 사이트들의 패턴을 분석하는데 사용될 수 있다. SSA의 결과는 또 다른 결점 속성으로 간주된 후에, 적당한 부집합 카테고리나 패턴 데이터베이스 객체의 카테고리들로 일반화된다.

본 발명의 또다른 실시예는 도 7d에 도시되는 것으로써, 결점맵(M)의 결점 사이트(D)가 랜덤 패턴을 형성할 때, 미리 정해진 프랙탈 숫자 부집합들을 가지고 있는 패턴 데이터베이스 객체가 사용된다. 이러한 실시예에서 결점 사이트들의 패턴은 국제 표준국으로부터 입수되는 것으로써, 종래의 프랙탈 소프트웨어 프로그램을 사용함으로써 수학적으로 표현된다. 전형적으로 프랙탈 기술들에서, 작은 육각형들(700)과 같은 작은 넓이의 모양들은 결점 사이트들(D)의 랜덤 패턴 속과 같이 패턴 속의 공간을 채우는 데에 사용된다. 공간을 채우는 데에 필요한 육각형들의 수는 패턴의 "프랙탈 숫자"가 된다. 그러므로, 결점 사이드들의 랜덤 패턴은 그것의 프랙탈 숫자와 일치하는 카테고리에 그것을 둠으로써 일반화된다.

각각의 결점 속성 A-K가 단계(215)에서 데이터베이스 객체(410)의 카테고리(420)와 관련을 맺으면, 각 데이터베이스 객체의 각 카테고리는 가급적으로 정수 또는 정수들인 심볼에 할당된다. 이것은 도 4a에 도시되는데, 숫자로 나타낸 심볼(430)이 데이터베이스 객체(410)의 각 카테고리와 연관을 맺는다. "x"는 카테고리화된 결점 속성을 표시한다. 단계(220)에서, 결점의 모든 속성들이 카테고리화된 후, 결점은 결점들의 속성이 배치(도 4b 참조)된 카테고리들(420)의 심볼들(430)을 미리 정해진 결과로 배열해서 형성한 식별자로 할당된다. 검사에 앞서 웨이퍼에 의해 거쳐간 처리 기구는 시퀀스에서 미리 정해진 위치에 있는 결점 식별자(450)를 역시 포함하고 있는 식별 심볼(440)에 할당된다. 도 4b에 도시되듯이, 데이터 객체들(410)은 미리 정해진 시퀀스에 배열되어 있으며, 결점 속성들의 카테고리 심볼들(430)은 결점 식별자(450)(예를 들면 12515...35)를 형성하기 위하여 같이 연결된다.

다음으로 단계(225)에서, 결점 식별자(450)는 DRS(160)에 저장된다. 이러한 점에서, 결점의 원인은 알려진 기술들(단계 230 참조)과 단계(235)에서 결점 식별기(450)에 링크되고 DRS에서처럼 저장된 관계되는 부정기 정보(예를 들면, 마지막으로 처리된 기구에서 특별한 기계적 결함)를 사용함으로써 조사되고 결정된다. 그 결과, 확정된 결점 정보의 양은 결점 식별자(450)를 기초로 한 사용자에게 유용하다. 단계(205)-(235)들이 다수의 결점에 대해서 반복된 후, DRS(160)에서 결점 식별 데이터베이스를 만들기 때문에 결점 원인 결정은 본 발명을 사용함으로써 처리된 순차적으로 발견된 결점의 결점 식별자(450)의 전체 또는 부분에 기초한 DRS(160)를 찾음으로써 용이하게 된다.

그렇게 찾음으로써 얻어진 정보의 예가 도 8에 도시되고 사용자의 이익을 위해 모니터(110)에 보여주고 있다. 사용자는 결점 식별자의 전체 또는 부분을 기초로 하여 찾기를 원하는 경우가 있는데, 예를 들어 불소를 함유하고 있는 파티클들과 관련된 데이터 또는 특정 기구를 관찰하기 원하는 경우가 있다. 패널(810)에서 결점 원인에 관련된 정보가 문제의 징후, 수반되는 기구("플랫폼", 및 "챔버/프로세스"), 및 기구의 유지 내력을 나타낸다. 이러한 정보들은 예를 들면 MES(130)와 YMS(140)로부터 수집된다. 패널(820)-(840)에서, 검사 기구들(150)로부터 결점 속성들은 사용자가 원하는 데로 나타난다. 패널(850)은 이전의 조사로부터 수집된 부정기 정보를 나타낸다. 패널 (860)-(870)은 권고되는 정확한 조치와 기구 수리 정보와 같은 부정기 정보(850)에 링크되는 정보를 설명하고 있다. 패널(880)은 간단한 경우들, 그들의 원인들, 및 패널 (850)의 진단에서 최종의 신용 레벨을 보여준다.

도 9는 도 1에서 도시된 본 발명의 실시예를 도시한 블록도이다. 이 실시예에 의하면, 도 1에서 도시된 프로세서(100)는 정보를 통신하기 위해 위한 버스(902) 또는 다른 통신 메커니즘을 포함하고, 중앙 처리 장치(CPU)(904)는 정보 처리를 위해 버스(902)와 연결되어 있다. 프로세서(100)는 역시 CPU에 의해 실행된 정보와 명령들을 저장하기 위해 버스(902)에 연결된 랜덤 억세스 메모리(RAM) 또는 다른 동적인 저장 디바이스와 같이 메인 메모리(906)를 포함한다. 메인 메모리(906)는 CPU에 의해 실행되는 명령들이 실행되는 동안 순간적인 변수들 또는 다른 중간 정보를 저장하기 위해 사용될 수 있다. 프로세서(100)는 더욱이 CPU(904)를 위한 정적 정보와 명령들을 저장하기 위한 버스(902)와 연결된 리드 온리 메모리(ROM)(908) 또는 다른 정적 저장 디바이스를 포함한다. 자기 디스크 또는 광 디스크와 같은 저장 디바이스(910)는 버스(902)에 정보와 명령어들을 저장하기 위해 공급되고 연결된다. 예를 들면 저장 디바이스(910)는 도 1의 DRS(160)를 포함할 수 있다.

프로세서(100)는 버스(902)를 경유하여 사용자에게 정보를 보여주기 위해 음극선관(CRT)과 같은 모니터(110)(도 1)에 연결된다. 문자 수식과 다른 키들을 포함하는 키보드(120)와 같은 입력 디바이스는 버스(902)에 정보와 명령 선택들을 CPU와 통신하기 위해 연결되어 있다. 또 다른 형태의 사용자 입력 디바이스는 마우스, 트랙볼, 또는 커서 지시 키들과 같은 커서 제어기(916)가 있는데 이들은 지시 정보와 명령 선택들을 CPU와 통신하고 모니터(110)에서 커서 움직임을 제어한다.

MES(130), YMS(140), 및 검사 기구들(150)(도 1)은 위에서 논한 것처럼 검사 중에 있는 반도체 웨이퍼에 관련된 데이터를 버스(902)에 입력한다. 그러한 데이터는 메인 메모리(906) 및/또는 저장 디바이스(910)에 저장될 수도 있고 그것이 명령어들을 실행시키는 것처럼 CPU에 의해 사용될 수도 있다.

본 발명은 반도체 웨이퍼 표면에 있는 결점 분석을 위한 프로세서(100)의 사용에 관련되어 있다. 본 발명의 실시예에 따르면, 결점 분석은 메인 메모리(906)에 포함된 하나 또는 그 이상의 명령어들의 하나 또는 그 이상의 시퀀스를 실행하는 CPU(904)에 대한 응답으로 프로세서(100)에 의해 제공된다. 그러한 명령어들은 저장 디바이스(910)와 같이 또다른 컴퓨터 판독 매체로부터 메인 메모리(906)로 판독될 수 있다. 메인 메모리(906)에 있는 명령어 시퀀스들의 실행은 위에서 설명된 처리 단계들을 실행하는 CPU(904)가 원인이 된다. 다중 처리 설비에서 하나 또는 그 이상의 프로세서들은 역시 메인 메모리(906)에 있는 명령어들의 시퀀스를 실행하는 데에 이용된다. 대체적인 실시예에서, 하드 와이어드 회로(hard-wired circuitry)는 본 발명을 실행시키기 위한 소프트웨어 명령어들을 순서를 두거나 결합함으로써 사용될 수 있다. 그러므로 본 발명의 실시예들은 하드웨어 회로와 소프트웨어의 어떠한 특별한 결합에 제한되지 않는다. 장치의 프로그래밍은 도 2와 도 6의 흐름도에 제공된 보통의 종래 기술 중 하나에 의해 쉽게 얻어질 수 있다.

여기에 사용되는 "컴퓨터 판독 매체"라는 용어는 CPU(904)가 실행하는 데에 명령어들을 제공하는 데에 관여하는 어떤 매체이다. 그러한 매체는 비휘발성 미디어, 휘발성 미디어, 및 전송 미디어에 제한되는 것을 제외하고도 많은 것을 포함한다. 비휘발성 미디어는 예를 들면 저장 디바이스(910)처럼 광 또는 자기 디스크들을 포함한다. 휘발성 미디어는 메인 메모리(906)와 같은 유동적 메모리를 포함한다. 전송 미디어는 버스(902)를 구성하는 와이어들을 포함하는 동축케이블, 구리 와이어 및 광섬유를 포함한다. 전송 미디어는 역시 라디오 주파수(RF)와 적외선(IR) 데이터 통신 동안 생성되는 것들처럼 음파들 또는 광파들의 형태를 포함할 수 있다. 컴퓨터 판독 매체의 일반적인 형태들은 예를 들면 플로피 디스크, 플렉서블 디스크, 하드디스크, 마그네틱 테잎, 어떤 다른 마그네틱 매체, CD-ROM, DVD, 어떤 다른 광 매체, 펀치 카드들, 종이 테잎, 구멍 패턴을 가진 어떤 다른 물리적 매체, RAM, PROM, 및 EPROM, FLASH-EPROM, 어떤 다른 메모리 칩 또는 카트리지, 또는 컴퓨터가 읽을 수 있는 어떤 다른 매체가 있다.

컴퓨터 판독 매체의 여러 가지 형태들은 실행하기 위해 하나 또는 그 이상의 명령어들을 하나 또는 그 이상의 시퀀스로 CPU(904)로 옮기는데 관계될 수 있다. 예를 들면 명령어들은 원격 컴퓨터의 자기 디스크에 최초로 만들어질 수 있다. 원격 컴퓨터는 명령어들을 그의 유동적 메모리에 로드할 수 있고 명령어들을 모뎀을 사용하는 전화기로써 보낼 수 있다. 프로세서(100)에 대하여 모뎀 로컬은 전화선에서 데이터를 수신할 수 있고 적외선 전송기를 사용하여 데이터를 적외선 신호로 변환할 수 있다. 버스(902)에 접속된 적외선 검사기는 적외선 신호로 반송된 데이터를 받을 수 있고 버스(902)에 데이터를 둘 수도 있다. 버스(902)는 CPU가 명령어들을 검색하고 실행한 것으로부터 메인 메모리로 데이터를 반송한다. 메인 메모리(906)에 의해 수신된 명령어들은 CPU(904)에 의한 실행 전 또는 후의 어느 시기에든지 간에 저장 디바이스(910)에 기능적으로 저장된다.

발명적인 방법은 종래의 검사 기술에 의해 수집된 정보를 사용하여 표준화된 방식으로 결점을 빠르게 확인하는 반도체 웨이퍼의 인 프로세서 검사를 제공한다. 더욱이 본 발명은 결점들의 근본적인 원인들을 쉽게 식별하기 위해 웨이퍼에 대해 거쳐간 처리 기구들과 발견된 결점들에 대한 그것들의 신뢰성 정보와 관계가 있다. 그 결과 초기에 정확한 조치를 취할 수 있다. 그러므로 본 발명은 높은 생산량을 유지하는데 기여하고 디자인 규칙들이 줄어들므로 해서 산출량을 증가시킨다. 본 발명은 어떠한 반도체 웨이퍼의 검사에 적절하고 특히 초미세한 디자인 피처를 갖는 고밀도 반도체 디바이스들을 제조하면서 반도체 웨이퍼들의 검사를 처리하는데 유용하다.

본 발명은 종래의 재료들, 방법 및 장비를 이용함으로써 실용화될 수 있다. 비슷하게 그러한 재료들, 장비 및 방법과 같은 세부사항들은 명세서에 상세하게 기술하진 않았다. 이전의 설명에서, 특별한 재료들, 구조들, 화학제품들, 처리들 등 많은 특정한 세부사항들이 기술되었는데, 이는 본 발명을 철저하게 이해시키기 위해 제공한 것이다. 그러나 본 발명이 명확하게 기술된 세부사항들에 의지하지 않고 실행될 수 있다는 것은 인식되어야 한다. 다른 사례에서, 잘 알려진 구조들을 처리하는 것은 상세하게 설명된 적이 없는데 이는 본 발명은 불필요하게 모호해지지 않게 하기 위해서다.

단지 본 발명에서 채택된 실시예와 단지 다용도로 쓸 수 있는 예들은 본 발명에서 보여졌고 설명되었다. 본 발명이 여러 가지 다른 결합들과 환경들에서도 사용될 수 있고 여기에 표현된 발명의 개념의 범위 안에서 변화와 변형이 가능하다는 것은 이해되어야 한다.

본 발명은 신뢰성 정보를 포함하여 가장 나중에 거쳐간 기구들과 관련된 결점 형상들과 정보에 따라서 숫자와 같은 일련의 심볼들로 질적으로 결점들을 식별함으로써 결점들의 근본적인 원인들에 대해 식별하고 초기에 정확한 조치를 취할 수 있는 효과가 있다.

Claims

(a) 피처의 속성들을 결정하는 단계;

(b) 속성들과 관련되는 다수의 데이터 베이스 객체들 중 하나의 부집합이 되는 하나 또는 그 이상의 각 카테고리들을 각 속성과 관련됨시킴으로써 속성들을 일반화하는 단계;

(C) 심볼을 각 카테고리에 할당하는 단계;

(d) 피처에 대해 식별자를 형성하도록 미리 정해진 순차로 카테고리들의 심볼을 배열하는 단계; 및

(e) 데이터베이스에 식별자를 저장하는 단계를 포함하는 것을 특징으로 하는 물품의 피처를 분류하는 방법.
제 1항에 있어서, 상기 속성들을 결정하기 위해 검사 기구를 사용하여 물품을 검사하는 단계를 포함하는 것을 특징으로 하는 방법.
제 2항에 있어서,

물품을 검사하기 전에 처리 기구를 사용하여 물품상의 처리 단계를 수행하는 단계;

처리 기구에 대한 식별자로써 처리 기구에 심볼들 중 하나를 할당하는 단계; 및

순차적으로 처리 기구 심볼을 포함하는 단계를 포함하는 것을 특징으로 하는 방법.
제 3항에 있어서, 상기 처리 단계는 한 세트의 처리 파라미터들을 사용하여 수행되고, 상기 방법은;

처리 파라미터들을 저장하는 단계; 및

처리 파라미터들과 식별자를 링크하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1항에 있어서, 상기 피처는 물품의 표면에 다수의 결점들을 포함하고, 상기 방법은 미리 정해진 모양 카테고리 부집합을 가지고 있는 패턴 데이터베이스 객체로서 다수의 결점들을 일반화하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1항에 있어서, 상기 피처는 물품의 표면에 다수의 결점들을 포함하는, 상기 방법은 물품 표면상의 소정 위치 카테고리 부집합을 가지고 있는 패턴 데이터베이스 객체로서 다수의 결점들을 일반화하는 단계를 포함하는 것을 특징으로 하는 방법.
제 2항에 있어서, 물품은 반도체 기판이고, 상기 피처는 반도체 기판 표면에 다수의 결점들을 포함하며, 상기 방법은 광학 검사 스테이션, 웨이퍼 검사 스테이션, 주사형 전자 현미경(SEM), 원자력 현미경(AFM), 에너지 분산 분광기(EDS), 또는 화학 분석을 위한 전자 분광기(ESCA) 중 적어도 하나를 사용하여 물품을 검사하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1항에 있어서, 상기 물품은 반도체 기판이고 상기 피처는 반도체 기판의 표면에 다수의 결점을 포함하며, 상기 방법은

각 결점의 속성이 기판의 표면에 그것의 위치와 대응하는 한 세트의 좌표들을 포함하도록 다수의 결점들의 결점맵을 생성하기 위해 물품을 검사하는 단계;

기판을 섹터들로 분할하는 단계;

상기 좌표들을 기준으로 섹터들 중 하나와 각 결점을 연관시키는 단계;

각 섹터의 결점들을 카운팅하는 단계;

각 섹터의 결점들의 수와 미리 정해진 임계치를 비교하는 단계;

제 1섹터에 있는 결점들의 수가 미리 정해진 임계치보다 크거나 같을 때 제 1섹터를 포함하는 패턴 데이터베이스의 카테고리와 제 1섹터의 결점들을 연관시키는 단계를 포함하는 것을 특징으로 하는 방법.
제 1항에 있어서, 상기 피처는 다수의 결점들을 포함하고, 상가 방법은 미리 정해진 프랙탈 숫자 부집합을 가진 패턴 데이터베이스 객체로서 다수의 결점들을 일반화하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1항에 있어서, 상기 심볼들은 정수들임을 특징으로 하는 방법.
제 3항에 있어서, 상기 피처는 물품의 결점을 포함하고, 상기 방법은

처리 기구와 관련된 결점의 원인을 결정하는 단계; 및

상기 원인과 식별자를 링크하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1항에 있어서,

다수의 피처들에 대해서 단계(a)-(e)를 반복하는 단계; 및

데이터베이스에서 식별자들의 하나 또는 그 이상의 대응하는 심볼들을 기초로 하여 대응하는 식별자를 찾는 단계를 포함하는 것을 특징으로 하는 단계.
물품의 피처를 분류하기 위해 명령들을 내장하고 있는 컴퓨터 판독 매체에 있어서,

상기 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 다음 단계:

(a) 형상의 속성들을 수신하는 단계;

(b) 속성들과 관련된 다수의 데이터베이스 객체들 중 하나의 부집합이 되는 하나 또는 그 이상의 각 카테고리와 각 속성들이 관련시킴으로써 속성을 일반화하는 단계;

(c) 심볼을 각 카테고리에 할당하는 단계;

(d) 피처에 대한 식별자를 형성하기 위해 미리 정해진 순차로 카테고리의 심볼들을 배열하는 단계; 및

(e) 데이터베이스에 식별기를 저장하는 단계를 수행하도록 하는 컴퓨터 판독 매체.
제 13항에 있어서, 상기 물품은 검사 기구를 사용함으로써 검사되고, 상기 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 검사 장치로부터 피처 속성을 수신하는 단계를 수행하도록 배열되는 특징으로 하는 컴퓨터 판독 매체.
제 14항에 있어서, 명령들이 실행될때 하나 또는 그 이상의 프로세서들이 다음의 단계;

처리 기구에 대한 식별자로 심볼들 중 하나를 처리 장치에 할당하는 단계; 및

처리 장치 심볼을 순차적으로 포함하는 단계를 수행하도록 배열되는 처리 단계가 물품상에서 수행되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 15항에 있어서, 명령들이 실행될 때 하나 또는 그 이상의 프로세서들이 처리 파라미터들과 식별기를 링크하는 단계를 수행하도록 배열된 처리 단계가 한 세트의 저장된 처리 파라미터들을 사용하여 수행되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 13항에 있어서, 상기 피처는 물품 표면상에 다수의 결점을 포함하고, 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 미리 정해진 모양 카테고리 부집합을 가진 패턴 데이터베이스 객체로서 다수의 결점들을 일반화하는 단계를 수행도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 13항에 있어서, 상기 피처는 물품 표면상에 다수의 결점을 포함하고, 상기 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 표면상의 소정 위치 카테고리 부집합을 가진 패턴 데이터베이스 객체로서 다수의 결점들을 일반화하는 단계를 수행하도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 14항에 있어서, 상기 물품은 반도체 기판이고 상기 피처는 반도체 기판상에 다수의 결점을 포함하며, 상기 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 광학 검사 스테이션, 웨이퍼 검사 스테이션, 주사형 전자 현미경(SEM), 원자력 현미경(AFM), 에너지 분산 분광기(EDS), 또는 화학적 분석을 위한 전자 분광기(ESCA) 중 적어도 하나로부터 피처 속성을 수신하는 단계를 수행하도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 14항에 있어서, 상기 물품은 반도체 기판이고 상기 피처는 반도체 기판 표면상에 다수의 결점을 포함하며, 상기 명령어들은 실행될 때 하나 또는 그 이상의 프로세서들이 다음 단계;

각 결점의 속성들이 기판 표면의 그것의 위치와 대응하는 한 세트의 좌표를 포함도록 검사 기구로부터 다수의 결점들의 결점맵을 수신하는 단계;

기판을 섹터들로 분할하는 단계;

결점 속성의 좌표를 기초로 하여 섹터들 중 하나와 각 결점들을 연관시키는 단계;

그것의 좌표를 기초로 하여 섹터들 중의 하나와 각 결점을 연관시키는 단계;

각 섹터에 결점들의 수와 미리 정해진 임계치를 비교하는 단계; 및

제 1 섹터의 결점들의 수가 미리 정해진 임계치보다 크거나 같을 때, 제 1 섹터를 포함하는 패턴 데이터베이스 객체의 카테고리와 섹터들 중 제 1섹터의 결점들을 연관시키는 단계를 수행하도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 13항에 있어서, 상기 피처는 물품의 표면상에 다수의 결점을 포함하고, 상기 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 미리 정해진 프랙탈 숫자 부집합을 가진 패턴 데이터베이스 객체로서 다수의 결점을 일반화하는 단계를 수행하도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 13항에 있어서, 상기 명령들이 실행될 때 하나 또는 그 이상의 프로세서들이 정수들을 심볼로 할당하는 단계를 수행하도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 15항에 있어서, 상기 피처는 물품에서 결점을 포함하고, 결점의 원인은 결정 및 저장되고, 상기 원인은 처리 기구와 관련이 있고, 상기 명령들은 실행될 때 하나 또는 그 이상의 프로세서들이 원인과 식별자를 링크하는 단계를 수행하도록 배열되는 것을 특징으로 하는 컴퓨터 판독 매체.
제 13항에 있어서, 상기 명령들이 실행될 때 하나 또는 그 이상의 프로세서들이 다음 단계;

다수의 피처에 대해 단계들(a)-(e)를 반복하는 단계; 및

데이터베이스에서 식별자의 하나 또는 그 이상의 대응하는 심볼들을 기초로 하여 대응하는 식별기를 찾는 단계를 수행하도록 배열되는 컴퓨터 판독 매체.